让普入，通人给机好生据喂数质量重资众包私担数采是门隐忧意吗参差产投器人

这样的数采优势显而易见。

9月23日，

对于行业接下来的发展，越多越好、以及能否承受前期资金投入。

▲发布会现场刺绣师带着数采设备在工作

数采企业不少

但尚未形成稳定商业闭环

有数据显示，越丰富越多样越好”，其覆盖22大类场景、目前行业还是有共性需求，过去一年全国新增的集中式具身数采中心达到106家，云端存储计算都是重投入，保供、

据介绍，要实现具身AGI，能否优化成本、其中84家已投入运营，

据觅蜂派官方透露，姚卯青认为，采集到的数据一般会被贴上质量标签，当数据量越大，人脸及个人信息脱敏、并联合发出《具身智能数据安全行动倡议》。目前业内也有比较高的共识性标准。授权留存和分类分级管理机制，又是重资产投入，如何去提取六维高精度空间信息，同一个工作反复采；再就是需要比较高的空间精度，折好衣服，应对1000万小时数据需要数亿元固定资产级别的投入。大家可能需要更专业的，雇佣式，产能、哪怕你是去修水管、采集设备生产、数据至少要从百万小时扩展到亿级小时。成本、数据采集不再是某家企业的工作任务，

另一方面，仍有待考验。供应链生产制造、用户不必专门花时间，内测一个月注册用户2万人，硬件、抓起杯子、商业创新，录制到的2D视频，不能说在同一个地点、变成分布式、姚卯青称，人员结算、这些日常动作至今没有形成可直接训练的大规模数据。电子签约、产品领先，修车。

但众包平台不是轻生意。今年很多人提100万小时，社会化协作。必须在物理世界进行闭环决策，场景要丰富，”姚卯青解释，但长期的用户活跃度与留存率仍有待观察。这要看企业的“运营能力”：能否快速规模化训练师和场景以满足市场需求，同时还要重资产投算力存储。众包方式更加灵活，5000多个任务、人力与运营成本随数据规模同步增加。”

姚卯青认为，比如场景要真实，相当于平均每月有约7.3个项目启动，

姚卯青透露，

此前行业的通行解法是真机遥操：人通过手柄、后续人工的占比会更低，

“数据质量分很多层，用户下载该应用后可以领取数据采集任务，尽可能地保留下来。获得额外补贴。

如何进入规模化和盈利状态？姚卯青称，随着AI进入下一阶段，觅蜂派称建立了敏感内容识别、但质量仍是基础，让普通人给机器人当老师，可以利用不同质量等级的数据，照他所述，而是在正常生活或工作中顺便采集，”

他认为，它把数据采集从集中式、且专业性要求很强。可以更便利地进入到这些场景里，“叠衣服数据已经泛滥了，这为众包数据提供了想象空间。不同模型有不同的训练阶段，质量都要按消费电子以上标准构建，同时自动化程度更高。提升效率、更真实、操作人员和场地约束，隐私问题也是外界所关注的。

为何是众包：

千万小时数据需求与细分场景缺口

过去三年，具身智能从“开发态”走向“部署态”，客户需要的是真实世界中的闭环场景数据。

但具身模型没有大语言模型那样的海量文字语料，

姚卯青认为，业界普遍认为，多在一万小时量级；去年底已有公司到20万小时，相较于专职雇人更有场景和成本优势。但这能否覆盖众包场景的复杂性，我们实际接触的用户已在提千万小时需求。50000多个真实环境，质量参差不齐，

他认为，